すべての LLM デモ タスクは、最大で 2 つあります。 1) 誰かがお金を払うタスク 2) フロンティアLLMを前世代と区別するタスク 3) ツイートで喜んで読んでくれるもの

優れたベンチマークは1+2を実行します。私のシュティックは2+3です。